当前位置:首页 > 医疗
  • MRI扫描事故状况分析

    MRI扫描事故状况分析

    日前,AuntMinnieEurope网站报道了一项关于MRI扫描事故的最新调查分析数据。 这项调查覆盖了18000多例MRI扫描,持续时间为一年,分析结果表明:住院患者更容易发生MRI事故,这在很大程度上是由于患者在运输过程中发生临床问题,以及标识和资料信息的缺乏所导致;与此同时,发生在门诊患者身上的大部分事故则是由预约问题而引起的。 这项调查是由在InHealth①工作的MRI高级放射技师Apollo Exconde和其同事完成的,目的是为Croydon Health Services National Health Service Trust机构的InHealth成像部门提供为期一年的事故在线报告经验。InHealth成像部门拥有670张病床,配有三台MRI设备,其中一台为开放式MRI。 注①:InHealth是一家全面管理MRI成像服务的英国供应商。 近日在利物浦举办的英国成像&肿瘤大会(UK Imaging & Oncology Congress)上,这项调查成果得以呈现。 研究人员评估了2017年12月至2018年11月提交的MRI事故数据。事故报告使用在线平台(SenTInel)进行处理,然后对主要事故进行分类,同时也对次要事故进行进一步分类。 这项研究共包括224起事故,来自18623次MRI检查,事故发生率为1.2%。这些MRI检查中,有16958例检查(91%)来自门诊患者。临床工作人员负责将大部分报告(98.7%)归档,其余则由管理团队完成。 在224起事故中,33起(14.7%)与开放式MRI有关。5月份发生的事故最多(34起,15%)。 下表列出了住院患者和门诊患者发生事故的明细。 在12类主要事故类型中,有6类只与门诊患者有关,其余5类则同时涉及住院患者和门诊患者。设备事故与患者无关,因为这是由设备本身问题引起的。 数据显示出一个突出的特点:住院患者的临床事故明显高,而违反保密条款和安全措施的事故报告最少,且都只涉及门诊患者。大多数预约问题发生在门诊患者身上,而MRI安全问题在住院患者中略多。 次要事故大部分是由于文档不完整或不准确(34例,38.2%),因为许多患者来MRI检查室没有佩戴识别带。 另有26名患者(31.5%)是由于手术延迟而耽搁,而有12起事故(13.5%)是由于患者出现崩溃,或者使用了造影剂而导致病情恶化。 另外,14.8%的事故是由于患者本来需要使用开放式MRI,结果错误地安排了常规设备。 只有8起事故与植入物或设备有关,主要是由于缺乏必要信息,或者未提前知晓禁忌症。 总的来说,无论是主要事故还是次要事故,住院患者都占了大多数,不过好在这些事故没有造成真正的伤害或带来法律层面的影响。 这项调查的主要负责人Exconde 指出:我们应当鼓励MRI事故的上报,提高患者安全性。了解各种类型的事故以及它们的发生频率很重要,可以防止未来事故发生。 他补充表示,可能存在低估或少报等情况,这些数据不一定代表所有的不良结果。 为了改善这一状况,调查小组更新了MRI预扫描问卷,为焦虑或肥胖的住院患者从病房到MRI检查室提供重点预约管理。未来,他们会鼓励上报事故,更好地教育人们填写相关表格,并采用一个系统来规范事故类别。

    时间:2020-05-27 关键词: 医疗 mri

  • 医疗物联网将有效推动医疗健康行业的发展

    医疗物联网将有效推动医疗健康行业的发展

    医疗互联网技术不仅能够促使智慧医疗的有效推广,而且能够促使医疗援助更加直观化和细致化。本文结合物联网技术在医疗领域的应用情况,重点分析了基于物联网的智慧医疗技术的运用。 长久以来,各大医疗机构在诊疗过程中面临很多共同的难题。例如,无法实时监测患者体征变化、医务人员服务不到位、慢病远程管理难等。医疗物联网有机结合传感设备和软件系统管理平台,能够实现患者生命体征数据监测、医务人员管理等功能,更好地辅助医务人员开展医疗服务工作,推动全球医疗健康事业的发展。 物联网是基于信息时代下,计算机领域新型的多角度、多学科概念。物联网指采用各种信息传感设备,实时采集任何需要监控、连接、互动的物体或过程,采集所需要的信息(一般包括光、声、电、热、化学、力学、位置等),与互联网结合形成的巨大网络。物联网能够实现物与物、物与人,保证所有的物品可以与网络连接,达到方便识别、方便管理控制的目的。 物联网技术广泛应用于城市管理、数字家庭、定位导航、食品安全控制、智慧医疗等领域。在城市管理方面,物联网可以应用于智能交通、智能建筑、数字图书馆等方面。此外,现代物流管理方面,通过在物流商品或配送设备上植入传感芯片,供应链上的生产制造、包装、运输、服务等环节信息均能准确地被感知掌握。被感知的信息与后台数据库完美结合,形成强大的物流信息网络。 智慧医疗是以信息网络化为基础推出的全新概念体系。基于信息化卫生体系上,采用物联网相关技术,自动识别与医疗相关的设备,与相关信息形成共享体系。智慧医疗有效促进了医疗卫生事业的发展,构建了一个方便、高效的网络医疗救助通道。目前,智慧医疗技术仍处于试验阶段,尚未大面积普及。现阶段大部分可完成医疗设备及药物的纪录,患者信息可在医院间传递,少数可完成身体状况检测。 物联网技术在医疗领域的应用潜力较大,能够满足医疗健康信息、医疗设备与用品、公共卫生安全的智能化管理与监控等方面的需求,从而推动医疗卫生信息化产业的发展。目前来看,物联网技术在医疗行业中用途较多,包括人员管理智能化、医疗过程智能化、供应链管理智能化、医疗废弃物管理智能化、健康管理智能化等。此外,医疗物联网技术具有更高的患者参与度、更佳的治疗效果、更少的医疗错误、更好的患者体验等优势。 一方面,患者可以通过设备访问医疗数据,查看治疗进展。另一方面,医护人员可以实时访问患者信息,监控患者状态,及时准确的控制治疗方案。在有效调动患者参与度的同时,还可以使治疗效果达到最佳。同时,物联网可以自动收集和传输数据,与传统手动方式相比,诊疗过程中发生错误的概率更低。物联网能够及时监测和反馈患者状况,能够有效提高治疗主动性及准确性。 医疗物联网市场应用中,医疗设备及系统软件占据主要市场份额,在医疗物联网领域占据主导地位。总体来看,医疗物联网的主要细分市场包含四大类,分别是医疗设备、系统软件、医疗技术和医疗服务。根据Deloitte数据显示,2017年医疗设备市场份额高达150亿美元,占据总体的37%;医疗设备市场份额高达150亿美元,占据总体的37%;系统软件市场份额高达100亿美元,占据总体的24%;医疗技术市场份额高达90亿美元,占据总体的22%;医疗服务市场份额高达70亿美元,占据总体的17%。 医疗物联网技术作为新兴的高应用前景技术,具有更高的患者参与度、更佳的治疗效果、更少的医疗错误、更好的患者体验等优势。医疗物联网市场应用中,医疗设备及系统软件占据主要市场份额,在医疗物联网领域占据主导地位。并且,医疗物联网用途种类多,市场规模大,有效地辅助医务人员开展医疗服务工作,推动全球医疗健康事业的发展。

    时间:2020-05-27 关键词: 物联网 医疗

  • AI医疗影像市场带来什么思考

    AI医疗影像市场带来什么思考

    对AI医疗产品来说,2019年可以说是落地的关键一年。6月29日,国家药品监督管理局医疗器械技术审评中心正式对外发布了《深度学习辅助决策医疗器械软件审批要点》,为相应医疗器械软件注册申报提供专业建议,文件对人工智能软件的数据质量控制、算法泛化能力以及临床使用风险等问题进行了明确规定。这也使得以AI医疗影像技术为代表的一众本土“AI+医疗”企业闻风而动,为推动产品的落地和市场化加速奔跑。不过,AI医疗影像技术要实现全面商业化,前期仍面临有效数据量少以及标准不统一等一系列关键问题,如何从各个角度逐一攻破、去伪存真,值得每一家志在深耕本土AI医疗影像市场的企业去深入思考。 对于中国这样一个人口大国来说,医学影像的市场潜力可谓十分巨大。据统计,截至目前中国医学影像的检查总数已经超过了75亿,而且随着设备越来越复杂、信息量越来越大,以及图像从二维走向三维、静态迈向动态,数据量每年也在呈现飞速增长的态势。不过,从中美两国的医学影像数据年增长率来看,中国以30%的增长率落后于美国的63%,而放射科的专业人才年增长率更少,目前为止整个中国的影像科和病理科人才加在一起也仅8万左右。这种海量图像数据带来的挑战,加之专业医疗人才的稀缺,使得本土AI医疗影像检查/筛查的需求日益迫切。 AI究竟能何种程度上提升检查/筛查效率?上海联影医疗科技有限公司X射线事业部CEO向军举例到:“典型比如我们做的X射线胸片的筛选,从大概12万的病例做检查,覆盖了肺部常见的9种疾病,其中挑选了4种典型的疾病,相当于是胸片的预筛。我们可以通过AI的方法把彻底没有病的这部分快速筛出来,将健康的部分筛出去,可以大大降低医生的负担,从不同的疾病把医生的工作量从76%降低到35.9%,同时它的漏诊率也达到了一个相当低的水平。” 而从实际应用来看,向军进一步补充到:“放射治疗的前期一般都要做相应的靶区规划以及靶区的分割,就是将靶区给勾画出来。如果按照传统的办法,十分费时费力,但采用深度学习的方法,我们就可以将分割时间缩短到传统分割方法的5%,同时分割的成功率从90.1%提高到97.8%,这是目前我们对外售卖的产品上已经能够达到的实际效果。” 尽管“AI+”的效果如此明显,但缺乏统一标准的应用再好也难成大器,这也成为困顿本土AI医疗影像技术迈出市场化关键一步的最大障碍。尤其是对医疗这一特殊而复杂的行业来说,不同病人的病理指征通常不同,而且可能针对同一种疾病,各医生给出的意见也各有差别。这种变幻莫测的复杂状况,也极大提升了当前医疗影像技术与AI结合的难度。 汇医慧影创新事业部总监左盼莉十分认同该观点,她表示:“目前最大的问题就在于标准,比如现在的肺结核诊断中,国家有个标准是通过DR生片来判断,不同级别的处理方式也不同。而且,这个判断也不是定量的,不同医生之间无法达成一致的意见,基本上没法统一。这种现状也使得做AI算法越来越难,因为AI算法的第一要求就是标注要完全正确,所以现在包括标注问题、医生之间意见不统一问题等,都需要从算法角度去解决。” 具体比如,随着AI医疗影像数据的逐步积累,针对大量不同的症状和情况,AI神经网络需要不停的进行学习和自主优化来改进算法,逐步趋近于更精确的水平,有业内资深人士对记者表示:“从医生角度来讲,今天这个人是一种算法,换一个人又需要调整成另一种算法,如果这个算法累积的越来越准确且没有问题,很容易就能获得批准。但是,如果输入的数据,一个地区可能是这一种病人,换个地区这个病人的情况又有所不同,可能在之前的地区AI医疗影像诊断的很准确,但在另一个地区诊断的又不准确,这就会造成很大的混乱。所以,标准化问题现在非常急迫。但目前来讲,国家药监局也正在摸索和学习当中,国外在这方面的标准其实进展也不多,国家对此也是十分重视,毕竟现在很多医疗类人工智能产品至少可以送检了,相比之前已经有了很大的进步。所以,标准的统一还需要有一个过程。”

    时间:2020-05-26 关键词: 人工智能 医疗

  • Bell多旋翼无人机APT70试飞成功,预计2020年提供商业服务

    Bell多旋翼无人机APT70试飞成功,预计2020年提供商业服务

    Bell 继在 CES 2019 展示了空中计程车 Nexus ,其多旋翼自主送货无人机亦在昨天( 8 月 26 日)完成试飞,该公司正与日本物流公司 Yamato 合作,把无人机投入至包装处理系统内,预计最快在 2020 年可正式提供商业服务。 切换飞行方式 Bell 旗下多旋翼无人机APT70在德克萨斯州沃思堡附近的一家工厂进行试飞,从视频可见, APT 70 垂直起飞后,能在空中过渡成水平飞行。这台无人机约 6 x 9 英尺,有整整一个成人的高度,最高速度超过每小时 100 英里,最高可负载 70 磅物品,主要用于商业包裹及医疗用品的自主运送。 2020 年展示视外飞行 APT 70无人机剩馀的测试将在本年内继续,预计 2020 年中将可在 NASA 系统集成和操作化( Systems Integration and OperaTIonalizaTIon )演示活动上,展示机体的视外飞行能力。

    时间:2020-05-25 关键词: 无人机 处理系统 医疗

  • 精锋医疗:单孔手术机器人新兴技术存在弯道超车可能

    精锋医疗:单孔手术机器人新兴技术存在弯道超车可能

    2015年,达芬奇手术机器人剥葡萄皮的视频在YouTube上公布,一时技惊四座。而今,现有的手术机器人已经可以做到在不破坏薄膜前提下剥鹌鹑蛋,缝合2毫米超细胶管后无液体渗漏,而这一次,背后技术力量来自国内的器械企业深圳市精锋医疗科技有限公司。 了解到,精锋医疗研发的单孔手术机器人突破了达芬奇手术机器人在中国的专利封锁,并早在2018年5月就开展了国内首例单孔手术机器人动物试验,目前,精锋医疗样机已经迭代到第三代,预计在两年内推向市场。 精锋医疗单孔手术机器人缝合胶管视频 在我国,发展医用手术机器人被写入了《中国制造2025》中。但直觉外科公司的达芬奇手术机器人在全球垄断了多孔手术机器人市场,累计装机超过5000台,且产品造价高昂。而单孔手术机器人比起目前面市的多孔手术机器人操作臂自由度更高,完成腹腔镜手术时只需要医生在人体上切开一个小孔,在这一还未被占领的细分领域,国产企业更存在新兴技术的弯道超车的可能。 因此,国内有多家机构在进行研发布局单孔机器人,而精锋医疗可以说是国内单孔机器人研发的主力军。 单孔手术机器人临床价值何在?精锋医疗如何实现自主研发? “刀尖上跳舞”的单孔手术机器人 近期大热的纪录片《手术两百年》,揭示了外科手术的起源、发展,其中第三集《长驱直入》中介绍了开创腹腔镜手先河,让外科手术进入微创时代的德国医学天才库尔特·席姆。 就在上世纪60年代,大开腹手术是解决腹部疾病的唯一方法,即便发现病人腹部有黄豆大小的病灶,也不得不大开腹进行手术。 席姆利用腹腔镜,通过病人腹部打上钥匙孔大小的孔洞,利用前端的光源和镜子,医生可以清晰地观察到病人的腹腔,找到病灶。席姆改造了腹腔镜,让腹腔镜变成了具有剪切、抓取、灼烧功能的手术工具。 腹腔镜手术避免了传统的腹部大切口,只需要在病人腰部作三个1厘米的小切口,各插入一个叫做"trocar"的管道状工作通道,以后一切操作均通过这三个管道进行;再用特制的加长手术器械在电视监视下完成与开放手术同样的步骤,达到同样的手术效果。 库尔特·席姆的发明让腹腔手术进入微创时代,而多孔手术机器人的出现则是再次变革了微创外科手术。多孔手术机器人可以将医生的术中操作视野变大放到了10-15倍,操作臂可以减少医生的手部颤动,大大提高手术精准度,也能减少医生术中疲劳。 对于患者来说,多孔手术机器人手术创伤更小,减少术中组织创伤炎性反应导致的术后粘连,术后预后更加良好。 单孔手术机器人可以说在多孔手术机器人基础上百尺竿头更进一步——将多个切口变为单个切口,进一步减少手术创伤和术中出血量,降低了病人感染几率和恢复成本;体积相对较小,需要手术室空间较小。 单孔手术机器人可以避免多操作臂复杂的术前摆位,简化手术流程,进而减少病人麻醉时间。 王建辰表示:“在手术精准度上,单孔手术机器人的操作臂能够在更狭小的空间内实现7个自由度灵活操作,使得手术操作更精准。在安全性上,单孔手术机器人不会产生术中各机械臂的碰撞干涉,手术安全性更高。” 单孔手术机器人能够实现众多技术突破,但是它也在研发技术上提出了更高的要求。 单孔操作对机械臂灵巧度、精度和力度的设计要求更高,传统机械臂设计方法及控制方法已经无法满足单孔手术机器人的设计需求,只有从原理上创新,才可能取得研发突破并实现单孔机器人落地,这使得整体研发难度大大增加。 为了实现研发突破,精锋医疗组建了一只具有机械、电子、人工智能、材料、医学影像、工业设计等多个交叉学科的团队。目前,精锋医疗申请微创手术机器人相关专利共140余项,其中90%以上为发明专利。 王建辰透露:“比起多孔手术机器人器械具备3个自由度,我们的单孔手术机器人器械拥有6-7个自由度的灵活性,如果要实现六维的移动,那么运动精准度就非常重要。我们在全世界范围内独创了一种基于钢丝传动的多自由度机械设计技术,叫做耦合的九轴联动技术,实现了末端器械的精准运动,其灵巧性和稳定性已经超过了人手极限,最终在微机械臂的性能上有了质的提升,并完全满足了临床需求。” 除了在机械臂上的原创技术,精锋医疗在手术机器人的控制台、成像系统、核心算法上都进行了自主研发,形成了完整自主知识产权。 王建辰表示:“比如在主控台的设计上,我们采用了六维的传感技术采集医生的手部信息,可以使医生的手部运动更加灵巧和舒适。在图像技术上,我们已经做到了从底层技术进行开发,从芯片的应用开始独立开发,在图像系统上,我们也拥有自主知识产权。” 与医生高度合作实现自主创新 如果说以往对于外科手术的革新依靠的天才医生智慧的闪烁,而手术机器人则是通过医生和工程师结合,结合多学科技术重新变革了外科手术。 精锋医疗两位创始人王建辰博士和高元倩博士早在天津大学读硕士开始就专注于研究手术机器人研究并师从中国著名的机器人专家,中国腔镜手术机器人研究的开拓者,天津大学副校长王树新教授。 虽然精锋医疗是一个行业新生儿,但是两位创始人在此领域的研究经验已经超过9年时间。“王教授一步步引领我走在了手术机器人研究的国际前沿上,对我在科学研究能力的挖掘和提升上影响很大”王建辰表示。尚在天津大学读博期间,两人就分别公派留学麻省理工学院和哈佛大学继续博士深造,麻省理工学院也正是达芬奇手术机器人的发源地。2017年回国后,旋即创办了精锋医疗。 谈及为什么选择创业,王建辰表示:“在MIT做联培博士期间,我一直在苦苦追寻,并最终独立完整的攻克了国际最前沿的单孔手术机器人开发技术。MIT导师Hunter教授对我在创业路上的指引起到了非常重要的作用,Hunter教授是MIT非常著名的教授,也是美国著名的发明家、企业家,他自己创立和联合创立了总计25家创业公司,而且崇尚技术改变世界,技术应该通过产品来影响社会,这个理念对我影响很大,也直接激励我走上了创业的道路。同时,我们也非常看好整个手术机器人发展的未来,中国的手术机器人市场甚至说全球市场现在其实还是一片大蓝海,未来的市场要比现在大得多。我们相信手术机器人在未来会像工业机器人在工厂一样普及到手术室中。” 光电技术为外科手术中新力量,但医生依然是手术创新中的核心力量。为了产品设计上可以更贴近医生临床使用习惯、解决医生手术问题,精锋医疗在产品研发过程中一直保持和医生的紧密合作。 王建辰介绍了精锋医疗医工结合的模式:“我们的临床医生顾问团队会来公司进行指导。我们也会定期把我们的工程师派到手术室,让他们亲自去学习手术。这样一来,他们才能真正理解医生的需求和想法。我们目前也和一些顶尖三甲医院展开了合作。” 在核心技术上,精锋医疗坚持自主创新,但在产品设计上,王建辰坦言精锋医疗会更多的关心用户需求,“在核心技术上,我们必须走自主研发的道路,但是我们在产品的使用界面及操作习惯上会更贴近达芬奇手术机器人的设计,这样才让医生从一个平台切换到另一个平台的时候,没有陌生感。” 现阶段,王建辰表示,精锋医疗要做的事情首要是沉下心,专注于真正做出好的产品。所以,精锋医疗的主要任务是将研发成果产品化。 王建辰表达:“我记得任正非先生在一次采访说过,创业公司不用谈方法论,只要专心磨好豆腐总会有人买的。我们在现阶段也只会专注于产品化,专心磨我们自己的‘豆腐’,让产品获得广大临床医生认可。”

    时间:2020-05-25 关键词: 机器人 医疗

  • 超声智能探针在医疗服务的应用

    超声智能探针在医疗服务的应用

    医学成像,特别是超声成像技术,正处于变革之中。过去,医疗人员使用推车式的高性能超声波系统为病人诊断,而现在他们可以使用手持设备来实现超声波成像。得益于半导体技术的进步,超声智能探针的尺寸越来越小且变得便携,人们在办公室和医院之外就能够获得医疗保健。 超声智能探针实质上是一种便携式超声波,整个前端和几乎所有后端硬件都集成其中。智能探针的功耗较低,尺寸也小,能够在保持信号质量的同时处理数据,并且可以使用高速USB或无线连接在移动设备上显示图像。 在不远的将来,绝大多数医生就能将智能探针装进口袋里。未来十年内全球市场上出现几百万个这样的探针,其作用将与标准超声系统相辅相成。然而,将超声系统缩至手持设备的大小绝非易事,我们面临着诸多挑战。下面我们列举了智能探针设计人员所面临的七大挑战。 供电 智能探针电源本身功耗较低,要为智能探针供电的同时,使噪音保持在极低的水平,是设计人员面临的两大棘手挑战。智能探针电源的设计人员必须在很小的体积内进行工作,他们不仅要使电源效率达到90%以上,且要让设备在待机时保持低功耗,最重要的是让其保持低噪音。大多数制造商需要将其电源切换至500 kHz以下,并且和外部时钟保持同步,以最大限度地减少2-20 MHz超声工作频率范围内的谐波干扰。尺寸和效率之间的权衡是一个巨大的挑战。 尺寸 20年前,64通道的超声系统由多个A4大小的板组成,用于传输、接收、模数转换、波束形成和处理,其与底板相接并可连接到标准计算机上。如今,一块完整的64通道智能探针的前端板必须要比信用卡还小(85 mm x 54 mm),但即使在技术进步和高度集成的今日,要实现这一目标仍然任重道远。 通道数量 同时处理更多的通道可以提高画面质量。绝大多数推车式扫描仪具有128个或更多通道。最初的探针在内部集成了8到16个通道。这些通道必须连接到一个更大的系统进行处理。 目前,制造商们正试图将多达64或128个通道集成到探针中。为了实现这样的通道密度,他们现在可以利用新型的商业化设备,如德州仪器(TI)的高度集成的前端设备。采用TX7332 32通道传输模拟前端和AFE5832LP 32通道接收模拟前端,设计人员就能只使用两个设备而放置64个通道。像这样的设备可以给传感器通电以产生超声波脉冲,处理接收到的回声,并转换为数字信号以生成图像。这些前端仍然需要额外的设备,如处理器或现场可编程门阵列(FPGA),来控制它们并处理生成的数据。这里的挑战在于尽可能多地将这些设备装入,以通过在相同的功耗预算内增加通道数来提高画面质量。 每个通道的功耗 一台推车式128通道超声扫描仪的功耗约为500W到1kW。手持智能探针的功耗预算仅为3-5W,这样医生或患者就不会感到设备过热,此外设备可能仅需电池供电即可运行。这种低功率意味着不需要像风扇这样的冷却机制,因为风扇会使设备振动,进而导致画面模糊。设计人员必须结合各种机制,以确保探针保持在其功率预算范围内,包括让某些设备在闲置时进入休眠状态,以便在不使用时完全关闭设备。 图1:半导体技术的进步极大地减小了超声波的大小和功率限制 数据处理 数据处理受多种因素影响,包括通道数量、预期功耗和数据传输带宽。在40兆赫的64通道系统采样中,前端每秒产生大量5.12 GB的数据,这些数据不能直接传输到平板电脑或移动设备。即使这些数据可以通过某种方式传输,但设备也无法实时对其进行处理。因此,在将此数据发送到显示单元之前,必须将其转换为可管理的大小。处理量基于显示单元功耗、带宽和处理能力这三者之间的权衡。大多数设计人员使用超低功耗的FPGA和处理器进行数据处理和控制前端。 数据传输 对于有线探针,当向显示单元提供必要的电源和高数据传输带宽时,使用USB Type-C™的USB 3.1以及更高版本的接口更具优势。但对于真正的移动智能探针来说,数据必须通过无线传输。在市场可以买到多种无线通信协议,如 Wi-Fi®(802.11n、802.11ac、802.11ad或802.11ax标准)。然而,当多个设备使用同一波段时,这些协议的带宽会受到干扰的制约。虽然也有其他标准如802.11ah (Sub-1 GHz),但其带宽通常会受到限制。 数据解读 在智能探针中面临的最大挑战是对大量数据进行快速和高效的分析。如今,准确的解读需要许多医生对数据进行分析,这对医生的能力和分析时间提出了较高的要求。而现在通过高速连接,数据可以发送到远程位置的服务器进行快速分析。随着大数据分析的兴起,人工智能、图像比较和解读可以实时在线进行,从而实现即时诊断。 结论 医学成像的下一个大浪潮将体现在微小的尺寸上。随着超声智能探针的设计人员不断解决难题并以更低、更实惠的价格将更优质、尺寸更小,且具有连接性能的设备推向市场,医学界将见证智能探针被迅速采用的那一天。从发达国家的医院到发展中国家的远程医疗中心,再到诊断战场上的受伤士兵,超声智能探针的快速发展正改变着整个环境,且有助于为全人类提供更好的医疗。 作者简介 Ravindra Munvar是德州仪器医疗系统团队的系统经理,主要负责客户支持和参考设计开发。Ravindra在医学成像设备的设计和开发方面有着丰富的经验,拥有印度卡纳塔克邦大学工程学学士学位。

    时间:2020-05-24 关键词: 超声波 医疗

  • 贸泽电子开始备货Maxim Integrated的多种适用于医疗耗材的安全器件

    贸泽电子开始备货Maxim Integrated的多种适用于医疗耗材的安全器件

      2019年9月11日 – 专注于引入新品并提供海量库存的电子元器件分销商贸泽电子 (Mouser Electronics) 即日起开始备货Maxim Integrated的多种适用于医疗耗材的安全器件。Maxim的安全器件产品组合中包含DeepCover®安全验证器和1-Wire®内存器件,能为一次性产品、手术工具、药筒和脉搏血氧测量探头等医疗器件提供保护功能,也适用于物联网 (IoT) 节点验证以及对限制使用的消耗品进行安全管理。   为确保患者安全,医护人员需要在严格管控的条件下对多种消耗品和医疗耗材进行处理、消毒和操作。在设计时将安全功能内置到医疗器件中,制造商与医疗中心便可协助确保这些限制使用的医疗产品不会出现重复使用或使用次数过多的情况,同时也能有效地检测出伪造品,并将它们从供应链中去除。   贸泽电子备货的适用于医疗耗材的Maxim安全器件可防止医疗器件遭受安全入侵、伪造和未经授权滥用。Maxim安全器件同时提供接触式和非接触式两种验证方案,依靠挑战/应答协议来确立器件身份。这些安全验证器可以轻松集成到嵌入式设计中,有助于满足美国食品药物管理局发布的医疗器械单一识别系统 (UDI) 要求。   Maxim的DS28C36和DS28E36 DeepCover安全验证器配备了源自集成式对称和非对称安全验证功能的加密工具。DS28E38安全验证器是一款采用ECDSA公开密钥的器件,并且采用了Maxim ChipDNA物理防复制功能 (PUF) 技术来抵御物理入侵攻击。DS28E83 DeepCover 1-Wire安全验证器具备较高的抗辐射能力,使用户能够在进行医疗消毒前对制造或校正数据进行编程。

    时间:2020-05-23 关键词: 物联网 贸泽电子 医疗

  • 虚拟现实在医疗保健领域的应用有哪些

    虚拟现实在医疗保健领域的应用有哪些

    虚拟现实(VR)在医疗保健领域的出现将使医疗专业人员能够确保患者的身心健康。 翠贝卡电影节最近展示了一个虚拟现实电影体验,将观众带回史前10000年。然而,通过沉浸式电影进行娱乐只是虚拟现实的众多使用案例之一。与虚拟现实在娱乐业中的使用案例类似,医疗行业也可以从这项技术中受益。医疗机构可以利用虚拟现实来发现多个创新用例,这些用例可以改善患者体验和医生工作。虚拟现实可用于探索医疗保健领域的迷人可能性,以增强医院的治疗效果和患者体验。由于这些可能性,2018年全球医疗保健市场中的沉浸式技术价值为9.331亿美元,预计到2023年将以36.2%的速度增长。 通过在医疗保健中利用虚拟现实,医疗专业人员可以为患者提供更有效的治疗方案。因此,一些医疗虚拟现实初创公司正在开发简化医生和患者治疗的工具。通过医疗虚拟现实,治疗过程将对患者更具互动性和娱乐性。此外,虚拟现实有助于培训医学生进行外科手术。 虚拟现实在医疗保健中的应用 虚拟现实在医疗保健领域的出现将导致以下应用的发展: ▲自闭症治疗 在过去的两年里,美国自闭症的发病率增加了15%。在美国,每68个孩子中就有一个患有自闭症。目前,自闭症或类似阿斯伯格综合症的病症还没有有效的治愈方法。然而,言语和语言治疗有助于增强患者的沟通技巧和社交能力。为此,自闭症患者必须亲自与医生当面交流。通过在医疗保健中引入虚拟现实,可以大大减少去看医生的次数。虚拟现实可以让父母在舒适的家中为孩子提供有效的治疗。为此,虚拟现实头戴耳机可以显示沉浸式环境,自闭症患者可以在其中与虚拟角色互动。此外,医生和父母可以一起为患者创建个性化的虚拟环境,他们可以在虚拟现实场景中选择感官复杂性。 ▲慢性疼痛 通常,医生会给慢性疼痛患者开阿片类药物。但是,阿片类药物处方过量会导致阿片成瘾的增加。数百万美国人患有慢性疼痛,但没有非阿片类药物治疗来控制这种疼痛。在过去两年中,阿片类药物过量致死率已经超过20%。因此,医疗保健专业人员一直在寻找治疗慢性疼痛的替代方法。根据研究,使用虚拟现实护目镜显示平静的360度视频已经证明可以减轻研究对象的疼痛。虚拟现实环境可以分散患者对慢性疼痛的注意力,帮助他们缓解压力和减轻疼痛。这样平静的虚拟现实内容可以包括旅游目的地或游戏的视频。虚拟现实可以让患者减少大脑对慢性疼痛的反应,并修复大脑的不协调。通过这种方法,虚拟现实在医疗保健中的应用可以帮助慢性疼痛患者自我康复并减少慢性疼痛的影响。 ▲脑损伤和中风 在中风或严重脑损伤中幸存下来后,患者发现步行或移动变得越来越困难。因此,患者必须经过康复程序才能恢复行动能力。此外,康复应尽快开始,以确保快速恢复。虚拟现实平台可以帮助患者练习用控制器移动四肢和拾起物体。患者可以利用虚拟现实进行重复运动来训练他们的神经系统。虚拟现实平台还帮助患者参与虚拟环境,并教会他们如何在各种场景中做出反应。与传统康复方法相比,使用虚拟现实技术,患者可以更快地恢复。因此,在医疗保健中利用虚拟现实将确保中风或脑损伤患者的快速康复。 ▲心理健康 研究人员一直在使用虚拟现实来治疗多种精神疾病,如创伤后应激障碍和精神分裂症。虚拟现实可以用来开发许多场景的交互模拟,以帮助患者面对他们的心理问题。例如,社交焦虑患者可以模拟聚会环境并参与拥挤的聚会。(来源:物联之家网)这项技术也可以用来让患者面对难以重现的情况,例如,在天上飞行或水下游泳。心理医生可以利用虚拟现实模拟环境和普通治疗来帮助有心理健康问题的患者。此外,心理医生可以为不同的患者创建个性化的模拟,以获得更好的结果。 ▲弱视 全球约有1.35亿人受到弱视的影响。弱视是一种视觉障碍,可由衰老、损伤或其他影响眼睛的疾病引起。目前,弱视不能用药物、眼镜或手术治愈,患者只能学会忍受它。因此,医疗保健专业人员需要找到一种治疗弱视的有效方法。虚拟现实在医疗保健中的实施可以帮助弱视患者恢复视力。虚拟现实平台可以提供精心设计的选项来选择患者首选的放大率、对比度和环境光照水平。有了这项技术,患者可以在模拟中进行需要手眼协调的活动。这样,虚拟现实可以帮助患者减轻弱视的影响。 ▲培训外科医生 在医疗机构中,只有少数医学生可以亲自到手术室学习和分析外科手术。然而这种学习方法对学生和外科医生来说都是乏味的。外科医生可以使用360度摄像头实时直播他们正在进行的手术,而医学生可以借助虚拟现实护目镜观看这些手术过程。因此,使用虚拟现实,医学学生可以在虚拟或环境中学习不同的操作技术。 ▲患者护理 慢性病患者可能需要在医院里呆很长时间。在这段时间里,患者可能会因为想念他们的家、家人和朋友而感到抑郁。虚拟现实可以帮助患者在持续治疗期间体验家庭生活。虚拟现实平台为患者提供了一个与家人实时互动的媒介。为此,患者家人可以在家中安装360度摄像头,而患者可以戴上虚拟现实护目镜,在沉浸式环境中体验自己的家,并与家人和朋友交流。通过这种方法,患者可以有效地关注他们的社会生活和治疗。此外,在社交互动的帮助下,心理健康可以证明对患者的治疗有帮助。 ▲意识障碍 虚拟现实在医疗保健领域的出现将有助于提高人们对某些身体和精神疾病的认识。内容创作者和医疗保健专业人员可以联手展示帕金森等严重疾病患者的日常艰难生活。人们可以在超市、餐馆和教育机构等模拟环境中体验严重疾病患者的生活。这样的模拟可以帮助人们了解患者在现实世界中是如何面对各种不同场景的。这些虚拟体验将帮助人们了解严重疾病患者的日常生活。 虚拟现实在医疗保健中的应用将为各种疾病提供革命性的解决方案,如自闭症、弱视和慢性疼痛,这些疾病是传统医学无法解决的。(来源:物联之家网)随着技术的进一步发展,更新和更具创新性的应用将帮助医疗机构为不同的患者提供更有效和个性化的治疗。因此,虚拟现实的实施可能很快成为医疗保健行业的中心。

    时间:2020-05-22 关键词: 虚拟现实 vr 医疗

  • 肿瘤医生怎么看医学领域的人工智能

    肿瘤医生怎么看医学领域的人工智能

    大数据是精准医学发展的重要依托,而大数据的应用需要有效的分析手段将其转化为规范可行的临床信息。大量临床与基础研究,推动了乳腺癌等恶性肿瘤治疗的进步,缩短了乳腺癌治疗指南的更新周期,但同时临床医生面临的学习压力与挑战越来越大。此时,人工智能应运而生,试图帮助人们处理日益增多且增速明显的数据信息。本文从肿瘤医生角度,探讨目前医学领域人工智能的发展现状及应用前景。 1、人工智能与人类(医生)智能的差异 人工智能是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。虽然本质上,人工智能是对人类智能思维的模拟,但两者在思维模式、创造能力及社会属性等方面有着很大的不同。 1.1两者的思维模式不同 临床实践中,医生看病是生理和心理上的一个多层次的、错综复杂的过程,人工智能则按照预先设计的程序相对简单快速地进行思维活动。医生通过与病人的交流,结合自身的经验常识,归纳总结出合适的治疗方案。而人工智能需要借助模式识别系统从自然语言中得到有效的信息,并从储存的海量存储中以它惊人的记忆力、敏捷的运算速度、精确的逻辑判断能力,查询到类似的数据,给出最佳的方案。因此,准确的算法、精确的分析是人工智能的保证,而经验和学习能力则是医生智慧的重要依托。 1.2两者的社会属性不同 医生在临床实践中,面临的不仅仅是疾病,更是患病的人,乃至整个家庭,因此在给出决策时,不单单需要考虑到疾病本身的特征,还要考虑病人的生活环境、经济条件、药物可及性、医保等社会因素。而人工智能则不需要接触病人,而只是针对临床病例资料,给出数据最佳的方案。因此某些情况下,一套成熟的人工智能系统给出的方案可能是最正确的,而一名经验丰富的医生给出的方案却可能是最适合病人的。 1.3两者的创造能力不同 人工智能虽可以凭借巨大的“记忆”容量,自我学习,但它不会自动地提出问题,而且它对任务的解决是机械的,只有在逐一查对了一切可能的途径之后,最后才找到正确答案。而医生具有高度的主动性、灵活性、随机性。在面对复杂病例时,人工智能可能由于数据参考量少而无法给出方案,但经验丰富的医生仍可以结合病人目前及既往情况,给出个体化的治疗方案。 2、医学领域人工智能发展现状与未来 2.1智能影像助力肿瘤诊断与治疗评价 目前,临床上对肿瘤疗效评价只是测量肿块的大小或体积等主观、半定量的信息来评估肿瘤的变化,但智能影像是在医学影像的基础上,融人了人工智能,通过深度学习,完成对影像的分类、目标检测、图像分割和检索工作,可以深度挖掘大量数字化信息,早期从肿瘤的内部活性、特定的纹理参数来判断肿瘤的生物学行为,来协助医生完成疾病的诊断和治疗。计算机辅助诊断(computer—aided diagnosis and detection,CAD)是智能影像的最初模式,应用最多的疾病即乳腺癌的相关诊断。基于人工智能的放射组学(Radiomics)是随着智能医学影像的发展而逐渐兴起的一个概念。 在乳腺癌领域中,智能影像已经在病变诊断、疗效评价甚至预测分子分型中取得了一定的研究成果。BICKELHAUPT等构建的三种机器学习分类器在诊断良恶性病变方面,仅次于具有20年丰富经验的乳腺放射科医生对平扫及增强扫描图像的综合判断结果。此外,有研究显示,临床信息结合动态的增强3D影像信息可以作为生物标志物来鉴别乳腺癌的分子亚型,特别是对于三阴性乳腺癌的预测。在疗效评价方面,COROLLER等用提取的智能影像的特征预测进展期非小细胞肺癌的疗效,在127例病人行放化疗后提取了15个放射组学特点来预测病理反应,结果发现智能影像的特点优于传统影像学特征(肿瘤的体积和直径)。这些研究结果无疑让我们看到了应用人工智能辅助诊断能够帮助医生更加快捷和准确地对疾病做出诊断,提高诊断效率及准确度。 2.2智能病理提升肿瘤的定性和定量判断水平 病理诊断是临床医生治疗的基础,目前我国传统病理面临较大挑战。①临床需求要求病理医生“准、快、高”,而肿瘤分类治疗的发展,对基本病理学和分子病理诊断提出更高要求,病理诊断的规范化程度还不能满足临床需求。②人才匮乏,水平不齐,全国职业病理医生不足万人,人才缺口巨大,病理诊断的价格和价值没有充分体现,严重制约行业发展。③依赖经验,不易定量,肿瘤病理诊断主要还是依赖经验对HE切片进行形态学分析,主观评估重复性差,切片质量参差不齐。因此,智能病理的出现具有一定的客观必要性。 目前,智能病理已用于乳腺癌等多种肿瘤中,应用范围集中于细胞学初筛、良恶性鉴别、形态定量分析、组织学分类等方面。 在良恶性诊断方面,ZADEHA等根据乳腺癌病人的年龄及乳腺肿块形状、边缘、密度,以及乳腺影像报告数据系统(breast imaging reporTIng and data system,BI—RADS)评分,采用深度学习方法对822例乳腺癌病人进行了分析和验证,验证阶段疾病的检出率高达95%。ARAUJO等一103运用卷积神经网络对乳腺癌的组织图像进行了分类,四分类(正常组织、良性疾病、原位癌以及侵袭癌)的准确度为77.8%,二分类(癌和非癌组织)的准确度为83.3%,肿瘤检出的灵敏度为95.6%。HER2是乳腺癌主要的驱动基因之一,准确的HER2检测是乳腺癌精准治疗的前提,智能病理在HER2检测方面也进行了初步的探索。VANDEN—BERGHE等对71例乳腺癌切除标本进行了自动HER2评分,结果显示与病理医师诊断结果的符合率约为83%,但有12例结果不一致,重新分析后修正了8例的诊断,分析原因是HER2染色异质性造成医师对HER2表达结果的判断出现了偏差。 在分子病理方面,传统的基因检测方式无法满足多基因检测指导肿瘤精准治疗的需求,而NGS等新技术的出现为肿瘤精准检测、精确治疗提供了新的机遇。研究显示,有76%病人至少有一个可用药的变异,每个肿瘤样本平均有3.06个基因变异,可用药变异基因为1.57个,如何将这些检测结果转化为临床获益成为当前研究的热点。对于乳腺癌诊疗,已经看到了精准分子病理检测的应用成果。21基因检测可以评估HR阳性早期乳腺癌预后风险,判断化疗敏感性,而BRCA检测等已被证实与遗传性乳腺癌及铂类、奥拉帕尼疗效相关。因此,在海量的基因组学信息中,应用人工智能分析技术,已成为精准医学不可或缺的发展要素。 智能病理的发展应用不但能减轻病理医师负担,在一定程度上也可以弥补病理科医生主观分析的不足,提升病理的定性和定量判断水平,提高病理诊断准确度,还能为病人提供个性化的治疗意见和疾病预后判断,推动精准病理的发展。 2.3智能决策丰富临床实践的决策模式 临床实践中,医生的决策水平主要依赖于个人经验与学习能力。在医学信息不断发展的今天,临床医生面临着很大的学习压力。已有研究显示,一名医生如果想紧跟医学进展,需要每个工作日学习29 h,而在这些学习数据中,有高达80%的为非结构化数据。因此,经验不足限制了低年资医生的决策水平,而学习时间不足成为高年资医生面临的主要问题,这都会影响临床决策的规范性。智能决策系统的研发就是为了能够结合人工智能的学习分析能力及专家的经验,从而得到更加准确的决策方案。 目前,智能决策系统中最成熟的为沃森肿瘤(WFO,Watson for oncology)系统,Watson系统是IBM开发的认知计算系统,具有理解、推理、学习、互动四项基本特征。Watson可以阅读并理解大规模的结构化和非结构化数据,可以搜寻大量数据,并且可以认知内容,诠释医学术语,并以顶级医学专家和真实病例为样本,持续地自我学习并改进。Wat—son用于分析和诊断的数据来源包括治疗指南、电子病历数据、医生和护士的记录、研究资料、临床研究、期刊文献和病人信息。这些非结构化的数据量非常庞大,并且时刻变化,对于临床经验缺乏的医学生来说,记忆这些数据的难度非常大。对于Watson来说,它可以在几秒钟内阅读数百万的文字,能够收罗世界上最先进的医疗大数据信息,学习海量知识,并用人类语言回答问题,代替医学生搜索各种可能的信息,辅助他们完成诊断,提升诊疗准确性。 至今,Watson已经初步地显示了其在肿瘤决策中的可行性。2016年8月中旬,日本东京大学利用Watson诊断一名60多岁女性患有一种罕见的白血病,并提供了个性化诊疗方案,仅用了10 min。而在几个月前,该病人还曾被其他医院误诊。随后,有多项探索Watson与医生决策符合率的研究开展。SOMASHEKHAR等[1胡发起的研究回顾了2014—2016年印度马尼帕尔综合癌症中心通过多学科肿瘤委员会(MMDT)确诊的638例乳腺癌病人,所有病例再次应用WFO诊断和治疗推荐处理。结果发现WFO和MMDT的一致率达93%,且肿瘤分期和年龄等因素对其有影响,而激素受体和HER2表达等并无明显差异。 但我们需要看到,截止目前的研究均是仅仅比较了智能决策与医生决策符合率,并没有进一步探究智能决策与医生决策“孰优孰劣”,以及智能决策如何影响传统临床实践。目前,一项多中心、大样本临床研究正在我国开展,该研究借助中国临床肿瘤学会乳腺癌(CSCO BC)数据库,试图在探讨智能决策与医生决策符合率的同时,进一步探索智能决策系统的应用对不同年资医生的影响,以及对病人获益可能带来的影响,我们也期待该研究的结果可以为智能决策系统的应用提供新的证据。 2.4人工智能完善医学教育模式 通过人工智能的应用,可以使年轻医生迅速成长,资深医生工作效率更高,疲惫医生避免差错。人工智能的应用已经解决或部分解决了很多教育领域的挑战性问题,包括语言处理、推理、规划和认知建模等。人工智能用数字化和充满活力的方式为学生提供了更多参与的机会,而这些机会通常在过时的教科书或教室的固定环境中无法找到,特别是在我国当前研究生教育模式师生脱离现象严重的情况下,人工智能更是可能成为很好的连接“桥梁”。 在医学教育领域,WFO使用自然语言、假设生成和基于证据的学习能力为临床决策支持系统提供帮助,供医学专业人员和医学生使用。Watson通过时间轴的形式展示整体治疗计划,通过颜色区分不同治疗方案的推荐级别,提供包括结果统计信息和MSK审核推荐的出版物信息,直接链接到PubMed数据库获取摘要和部分原文,并提供两种治疗方案的对比及相应的循证支持,根据病人的基本信息快速匹配相应的循证证据,可按照循证的质量、日期及相关性排序,归纳和提取循证证据的信息及结果,帮助医生提高阅读效率。 DxR Clinician是专门针对教学型医院、医学类院校及住院医师的网络虚拟病人系统,该系统被广泛应用于教育教学和医学生临床思维评估中。软件采集了数百个真实的病人资料,并由专家及人工智能编写为特定症例,这些症例涵盖广泛的临床问题。医学生通过对虚拟病人的问诊、模拟查体和辅助检查,做出拟诊,进而诊断并设计治疗方案。对于教师来说,DxR Clinician作为一套有用的分析工具,可以帮助教师了解学生的行为表现并调整课程;对于学生来说,可以快速培养临床问题的解决能力。 总之,人工智能已成为当今发展的重要方向,国务院也已将人工智能列为发展重点规划。在医学领域,智能病理、智能影像发展迅速,提高了肿瘤的精准诊断与治疗,而智能决策系统的研发,更是帮助临床医生紧跟医学进展,掌握循证医学证据,更加充分自如地应对临床问题。人机对话,合作共赢,人工智能时代正在向我们走来。

    时间:2020-05-21 关键词: 人工智能 大数据 医疗

  • 医疗病案的数字化实现

    医疗病案的数字化实现

    病案记录了患者的整个诊疗过程,是非常重要的医学资料,在质量管理、诊疗水平提升、临床教学和科研上都有举足轻重的作用。 近些年来,医院信息化建设发展迅速,可病案存储却没有得到相应的发展,不管电子病历多么普及和先进,纸质病案依旧存在,耗费了大量的资源,让医院“又爱又恨”。 从“缩微”到“扫描”的探索,依旧无法从根源上解决问题。目前是纸质病案和病案数字化翻拍共存时期,也是一个过渡期,未来病案无纸化是大势所趋。 图片来自Pixabay 需要注意的是,这里讨论的“病案无纸化”,并非单纯的电子病历系统,亦非“扫描病案”,而是在传统电子病历的基础上,形成可以脱离系统的、具有法律意义的数字化病案。 传统病案管理痛点 质量难以控制 纸质病案难以有效控制病案修改、换页、加塞、“张冠李戴”等情况。流转环节多,易丢失,影响临床业务,增加医患矛盾。 资源浪费严重 管理纸质病案耗费大量资源。物力资源有纸张、粉盒、打印机、病案袋、病案架、病案库房、办公用品、电费等;人力资源有打印、整理装订、病案室收集等。 安全存在隐患 国家强制要求病案留存,如果遇上自然灾害或人为因素,不仅造成病案损失,还存在极大的纠纷隐患。很多医院都有过因病案丢失导致医疗赔偿的教训。 工作效率低 查找、复印、借阅、科研、随访、检查等业务费时费力,工作强度大,效率低,纸质交接记录不易管理、查找、统计。 资源利用率低 纸质病案无法供多人同时使用,又难以检索,无人问津,导致宝贵的医学资源利用度低。 患者满意度受影响 复印业务,患者等待时间长,且易与工作人员发生医患冲突,满意度不高。 作为医院管理重要组成部分的病案管理必须跟上时代的步伐。随着电子病历的普遍使用,病案无纸化存储再也不是空谈概念,消除信息孤岛的思想已经深入人心。医疗信息无纸化的时代已经到来。 “无纸化”进程的四大推动因素 1.信息化支撑:技术的进步已能支撑病案无纸化的需求。 2.法律支持:《电子签名法》明确了“可靠的电子签名与手写签名或者盖章具有同等的法律效力”。 3.行业政策支持:《电子病历应用管理规范》《医疗安全核心质量制度要点》等规范都有病案无纸化的相关说明。 4.效益驱动:以每年6万出院患者的医院为例进行估算: 要实现病案无纸化,系统至少须满足以下四点原则,即完整性(保障病案的完整,避免缺页、错页等)、及时性(病案信息须及时采集,避免影响业务使用)、可信性(归档后无法随意修改,即使被修改也能轻易发现)、独立性(能够独立于业务系统读取)。 无纸化病案归档流程 当前无纸化病案归档流程一般要通过如下步骤完成: 一、利用可靠便捷的电子签名系统,在各个业务系统中录入信息并进行身份确定。 图片来自Unsplash 二、待患者出院后,通过“病案完整性智能验证系统”保障病案完整。(系统将根据医疗规范中的相关要求,进行判断,如果发现不完整,将及时提醒医生通过“病案浏览器”看到完整的病历,来最终确认病历是否有问题,并做修改)。 三、在病案确认无问题后提交并锁定,系统自动采集相关信息并进行汇总。 四、对采集到的病案文书进行再次完整性验证,整合合并,并加盖时间戳和数字签章,最终形成可以脱离业务系统的可信数字化病案。 结语 数字化的病案,能够高效地进行打印、借阅、随访、科研、封存、医保检查、公检法调阅病案等操作,同时还规范了病案修改等管理流程。 海量的临床病历数据不再是医院的负担,而成为了医院的数据宝库。

    时间:2020-05-21 关键词: 数字化 医疗

  • 医院大数据中心建设的要点

    医院大数据中心建设的要点

    当前,医院内部信息化体系纷乱复杂,已建设的业务系统少则数十个,多则近百个。既包括HIS、LIS、PACS、EMR、心电等医疗业务系统,还涉及到人、财、物等运营管理系统,每个系统厂商不同,设计不同。尽管医院也建立了集成平台,从业务的角度规范业务传输,但都是以应用为出发点,而不是以医院整体数据管理为出发点的项目建设,数据无法实现全面、统一的管理。 因此,医院信息化的趋势必然为:应用建设-平台建设-大数据中心建设。 什么是医院大数据中心 医院大数据中心不局限于某个分析主题,利用大数据技术,覆盖数据标准、数据采集、数据校验、数据分类、存储治理及分析应用全方位内容。不牵涉业务流程,将数据从入口、出口、准确性、权限、安全等方面全面管理起来,构建统一的数据秩序,以“统一数据”为出发点,形成统一的数据资源库,提供给不同应用灵活使用。 医院大数据中心建设要点分析 01、医院数据集成与互联互通 通过医院信息集成平台,实现医院内部异构系统的数据集成与互联互通,是医院大数据中心的基础。需覆盖医院结构化、半结构化、非结构化数据,按照统一标准规范,实现高质量的数据汇聚、清洗融合,并构建互联互通基础架构,结合全方位的集中监管与数据质控,为医院大数据中心建设提供高质量数据资产。 02、医院大数据存储计算 需要对来自于病历资料、生化检查、影像、病理切片的多样性和多态性的数据资源实现有效存储、计算、分析,需融合Hadoop平台、Oracle数据仓库及MPP分布式并行处理数据库技术的各自优势,结合列存储,压缩和智能索引技术对院内结构化/非结构化/半结构化数据资源提供可靠的存储与计算。 03、全生命周期数据治理 需遵循国家和医疗行业数据标准,构建可执行、可监管的治理制度,参照CDR、ODR、RDR数据模型,整合业务数据资源,构建事前标准制定、事中过程监管与质量评估、事后质量提升的完整治理体系,有效保障资源的可重用性,确保数据资源品质,支撑医院大数据有效利用。 04、业务融合知识转化 需基于大数据分析、数据挖掘、机器学习等技术,通过分析病种、症状等临床数据属性之间的关联度,建立可持续的历史数据转换和利用机制,实现数据向知识的转换,建立支持临床辅助、管理辅助、科研教学的知识中心,将医院的历史数据重新服务于临床和管理。 05、数据挖掘分析利用 需采用BI与交互式探索分析技术,对医院数据资源通过自由下钻、切片、汇总、快速响应等模式,实现一站式的数据挖掘、深度探索分析及模型闭环管理,构建数据业务应用,支撑临床分析、诊疗辅助、医疗科研。 在大数据技术已逐渐趋于成熟的今天,医疗卫生信息化已全面进入“大数据时代”。 锐软科技携优势产品及实践经验为您提供医院大数据中心整体解决方案,对医院数据进行全面治理、管理及应用,满足临床、管理、科研流程业务对数据的分析利用需求,全面增强医院综合竞争力。

    时间:2020-05-21 关键词: 大数据 医疗

  • 上海永慈医院将物联网科技应用运用到医疗体系中

    上海永慈医院将物联网科技应用运用到医疗体系中

    中国人口老龄化正在加速,许多身患疾病却无法得到很好康复治疗的老人不计其数,当下国家提出“医养结合”这样一种有病治病、无病养老、将医疗和养老相结合的新型养老模式。近年来,我国推动医养结合产业的发展,医疗机构也获得了较好的发展。虽然如此,我国养老医疗服务仍然供给不足,发展空间巨大。 康复医疗在我国尚处于发展初期,但随着人们对康复医疗服务的深入认识,其发展空间巨大,人们的需求也会逐渐增加。 上海永慈医院就诞生在这样的背景下,用创新思维通过差异化的运营模式,走出了创新发展路线。 对于不少患者来说,术后出院就回家、卧床静养三个月……一旦治疗结束,便只剩下被动等待。殊不知,等待中错过的恰恰是康复的“黄金期”,对此永慈医院提高了对康复医疗的需求,通过治疗性康复和恢复训练式康复等相结合的方式优化患者就医体验。随着与患者健康相关的急救、治疗等环节被纳入其中,永慈形成了针对患者生命健康全流程关怀的康复医疗体系。 永慈的一大特色是搭载海尔医疗,将海尔的人单合一模式变成医患合一模式运用到医疗体系中,医护人员全程看护患者的日常护理、注意事项、住院、出院流程,患者在这里,不仅可以接受到高科技治疗,更能享受精神上心理上的治愈,目前,永慈与多家三甲医院进行合作,目前已链接38家医院,形成了院内小微和院外专家两大生态资源,打造了跨园区MDT平台,同时在医院内,结合建立机制,把员工工作量、活跃用户、终身用户人数、满意度等加入考核维度,对每一位创客进行考核;并且进一步对医务人员进行五星升级,动态升降。 永慈的另一大特色是积极融入物联网科技应用,不断科技创新,给患者带来更加便捷高效的服务,永慈打造的智慧病房,实现了通过高科技医疗产品作为患者的传感器,保证信息的及时、准确传输比如护士在输液的过程中,输液药品、数量、时间的任何一个环节出现问题,都有可能导致医疗事故的出现。但每位病人都佩戴一个RFID腕带,护士输液前先扫一下腕带和药品编码,确定两者是否匹配,就能避免出现这种问题。 对于重症患者而言,住院时间是枯燥无味的,只能躺在病床上与天花板为伴,2019年6月,永慈医院创建脱机中心,针对当前行业里信息不能及时共享、病患无法脱机的痛点进行医学创新,在永慈,重症患者可以坐与站,甚至可以穿着外骨骼机器人在院子里行走——患者脱机率超过90%。目前上海还没有哪家医院能做到让患者自由自在的在外面晒太阳呼吸空气。 社会老龄化加剧下,康复医疗急剧增加,康复医疗或成为医疗领域的下一个风口,在此基础上,永慈医院将会继续探索“用户最佳体验”的创新模式,将医疗服务的链群优势充分融入到与患者的交互中,给患者带来最贴心的福利。

    时间:2020-05-21 关键词: RFID 物联网 医疗

  • 借物联网技术搭建志愿养老健康监护平台,实现“1+4”健康监护体系

    借物联网技术搭建志愿养老健康监护平台,实现“1+4”健康监护体系

    十九大报告中提出“积极应对人口老龄化,构建养老、孝老、敬老政策体系和社会环境,推进医养结合,加快老龄事业和产业发展”。 在养老服务中如何进行医养结合?今天,带大家到朝阳区的八里庄街道看一看 这个街道不仅载歌载舞启动了2019年敬老月活动,现场近十位老年志愿者还领到了一份特别的礼物——升级版智能手环,通过手环自带的智慧养老平台2.0,他们足不出户就能享受便捷的医疗养老服务。 一键呼叫 智能手环配备四项专业医疗服务 八里庄街道第二社区卫生服务中心的主治医师介绍,把智能手环戴在手腕上,老人就能实时监测自己的基本健康数据,一旦遇到紧急事故,社区卫生服务中心的专业医护人员就会第一时间联系老人,并与老人亲属直接取得联系。 在智慧养老平台下,通过这只手环,可实现老人心率、血压等健康数据积累记录;精确定位发病老人的地理坐标;医疗团队及时准确的救助干预;高危老年人血压血糖脉搏生命体征管理等四个方面的医疗专业服务。 八里庄街道负责人介绍,结合地区实际,发挥朝阳区民政局养老服务政策优势和八里庄街道第二社区卫生服务中心优质医疗资源,医养结合,搭建了志愿养老健康监护平台,实现了“1+4”健康监护体系。 400名志愿者老人尝鲜 将逐步覆盖街道老人 “这个项目我们从2016年开始着手测试,通过不断的技术升级和佩戴测试,将医疗、养老和物联网技术进一步结合,不断打磨与完善整个系统,老人和老人子女可以随时监测老人的健康状况,还能在遇到突发情况时以最便捷的方式向专业医疗机构报警,再加上物联网医疗设备驻家监测服务,社区‘四进’服务以及志愿者走访等,可以让辖区老人安享晚年而不必担心突然而至的意外。”街道相关负责人介绍。 据统计,朝阳区八里庄街道常住人口共有11余万人,60岁以上的老年人约2.7万人,占地区人口总数近25%,也就是说,4个人当中就有1个人是老年人。从现场了解到,街道此次配发的手环是针对智慧养老平台2.0研发的升级版智能手环,邀请了地区400名失能、失智,孤寡、独居老人以及积极参与社区志愿服务的退伍老兵和社区志愿者等群体参与平台适配,适配结束后,这个智能手环还将覆盖辖区更多的老人。 “为了做好辖区老年人的精准服务,我们在充分释放了北京市和朝阳区各项老年政策红利的同时,还结合地区实际,按照‘医食住行乐’五个方面,整合地区公益用房、医疗服务、一刻钟便民服务圈、文化服务等资源,搭建了智慧养老平台,设置普惠制老年餐桌,建设社区养老驿站和市民文化服务中心等工作,‘结点成网’的模式,织牢织密辖区养老服务网,努力让辖区老年人实现‘看得见’的获得感”,朝阳区八里庄街道工委副书记、办事处主任赵国章说。

    时间:2020-05-21 关键词: 物联网 医疗 智能手环

  • 人工智能融入医疗行业

    人工智能融入医疗行业

    《人工智能蓝皮书:中国医疗人工智能发展报告(2019)》报告显示,人工智能前沿技术正在快速融入医疗。大数据与人工智能将被用于精准识别医学影像中的早期病灶,定位致病基因并开展相应的靶向治疗,以及提前预警重大健康风险等。 人工智能自诞生之日起,就与医学密不可分。以神经生理和神经解剖学研究成果为基础,“实现人类水平的智能”,可说是人工智能领域研究者最初的梦想。现实中,医学研究的不断深入,为人工智能发展开启了新的维度;人工智能的技术创新与应用拓展,也对医疗行业产生着深刻影响。 如今,AI技术已经深入临床辅助诊断、医学影像、脑科学乃至中医学等医学领域的各个方面。以医学影像为例,目前人工智能已经成功应用于肺部疾病、乳腺疾病、神经系统疾病、心血管系统疾病等方面。借助植根于大数据的人工智能算法,医生能够显著提升疾病筛查和诊断的效率,为科学制定治疗方案提供可靠的辅助。 此外,在新药研发过程中,利用深度学习,也可大大缩短研发周期、控制研发成本,更好造福患者。在一些大医院,新型医疗机器人常驻病房,对病情监测、病患护理等发挥了独特作用。可以说,人工智能的快速发展,极大提高了医疗生产力。 大数据、人工智能在医疗领域的应用,还促进了医疗服务模式、健康管理理念的改变。如今,人们无需常往医院跑,就能对自身进行日常健康管理。通过智能可穿戴设备、家庭智能健康检测监测设备,能够实时动态监测健康数据,精准把握个人健康情况。尤其在血糖管理、血压管理、用药提醒、健康要素监测等方面,人工智能可以提供常态化、精细化的指导,为特定群体提供全方位、全周期的健康服务。这些,不仅有利于加强疾病预防、提高慢病管理效率,也能提升公众的健康观念,从根本上节省全社会的医疗成本。 人工智能的蓬勃发展,推动了医学基础研究的进步,为精准医疗开拓了广阔空间,增强了人类战胜各种疾病的信心。但同时也应认识到,尽管人们正在步入一个大数据时代,但疾病的发生并不是一个概率过程,而是存在着特定的病因。对于医生而言,如果一味相信新技术和普遍化方案,就可能被大数据所误导,忽略了具体患者的特定情况。这也启示我们,医学在认知和应用上是难以截然分开的。 从某种意义上说,治疗应当成为针对具体患者的一门艺术。人工智能应用于医疗领域,日渐吸引着更多产业投资。在新一轮科技革命和产业变革的背景下,只有立足于临床防治,充分运用各方面的有利条件,积极发展因人而异的个性疗法,才能让精准医疗造福更多的人。

    时间:2020-05-20 关键词: 人工智能 医疗

  • 医用机器人的定义_医用机器人发展

    医用机器人的定义_医用机器人发展

      医用机器人的定义   医用机器人,是指用于医院、诊所的医疗或辅助医疗的机器人。是一种智能型服务机器人,它能独自编制操作计划,依据实际情况确定动作程序,然后把动作变为操作机构的运动。   医用机器人,可识别周围情况及自身——机器人的意识和自我意识,从事医疗或辅助医疗等工作。   医用机器人的发展机遇   医疗器械产业发展迎来了新契机   从大的领域来看,医疗机器人属于医疗器械。这方面我们国家的宏观形势非常关注,从国家中长期规划、国务院医药卫生体制改革以及战略新兴产业等等,都提出了关于高端医疗器械的发展。   1、医学研究的深度和广度不断扩展   随着医学研究的深度和广度不断扩展,从过去的组织器官发展到细胞和分子层面,已经发展到整体和系统的方面。研究也开始从各个角度开始进行,包括生物、环境、人的心理、社会和大的社会工程方面。   2、从多学科交叉的融合与渗透   当前的科学和生命科学、生物技术、纳米技术、信息技术、认知技术、先进制造技术不断壮大。   3、新的诊断与治疗技术手段不断出现   诊断方面,过去看X光发展到CT、核磁现在到分子诊断。治疗方式方面,从过去的手术包括治疗、吃药,发展到微创,以及到基因诊断。   4、新技术推动医学新的发展方向   而从大的健康领域来看,不仅仅是看病、吃药的问题,而是从预防、预测、个性化诊疗包括人工智能技术的发展,都为这个领域提供了很好的变化。   新一代生物、信息、制造技术快速向医疗器械领域汇聚   发达国家注意到当前的大数据、智能传感器、快速基因测序、分子诊断、微纳制造包括柔性可延展电子器件、可穿戴设备包括人工智能都向这方面发展。   在检测方面,出现功能一体化的影像产品,比如低剂量X光、诊疗一体化的设备等。在药械融合方面,包括可吸收的生物材料、可以植入的材料、打印技术等等,都为新型高端医疗器械提出新的解决方案。   医疗体系的变化   当前的医疗体系发生了很大的变化,从过去治病、看病到现在的健康以及医疗器械的信息化、智能化、网络化、便携化的日趋发展,促进了整个医疗体制的改观。具体来说,当前的医疗器械处于前所未有的大好时机。   发展机遇   中国制造2025包括十个领域,过去的“生物医药”,发展到现在的“生物医药与高性能医疗器械”。这里面很大一块是医用机器人、高端的医疗器械。高档数控与机器人领域中,也讲了医疗机器人将作为重要的发展方向。在近期工信部、发改委、财政部联合印发的《机器人产业发展规划(2016-2020年)》中,预测到2020年会有10个标志性的产品,其中手术机器人就是预测的重要的标志性成果。国家重点研发计划智能机器人重点专项已经发布指南,我们也注意到服务机器人里将手术、康复、助老助残作为重要的发展方向。   2014年我参加国家医疗器械“十三五”规划。讲到医疗装备的发展趋势,高性能、智能化,是国家的战略新兴产业。从检测设备开始,从彩超到深化检测又发展了手术导航机器人和康复训练机器人,又发展到个性化机器人。   2015-2016年我参加中国科协组织的国家创新力评估组,其中有一个关于智能生活的领域评估,包含包含几个主题:智能交通、智能服务、智能健康、泛在安全。这里面智能健康发展的思想,就讲机器人技术、微纳米技术、3D与信息技术的融合,未来的发展会涉及到疾病诊断与监测、微创治疗、远程医疗、移动医疗、健康监护、康复、助老助残、健康信息化、网络健康顾问服务。通过互联网技术的发展,未来在健康信息化和网络健康顾问方面会得到非常重要的发展。而在装备层面,无论检测、诊断和助老助残包括微创手术都跟机器人先进制造技术的关系是非常密切的。从大的宏观形式看,医疗装备是越来越高端,就出现了医疗机器人的发展方向。

    时间:2020-05-20 关键词: 机器人 医疗

  • AI医疗的三大举措

    AI医疗的三大举措

    啥是AI?很多人可能不知道如何回答。但其实,随着自动驾驶、生物识别、智能机器人等的快速发展和应用,AI的概念早已变得日渐清晰。当你放下对AI的狭隘偏见,你会发现它不仅仅是震惊棋坛的阿法狗或者才艺双绝的微软小冰,同时也是金融、教育、环卫、交通、政务、医疗等众多领域的重要参与者。时至今日,AI已经无处不在! AI医疗备受追捧 其中,AI在医疗领域的应用尤其受人追捧和关注。近年来,伴随着医疗资源失衡的愈发严重,国家和行业开始积极探索问题解决的有效方法,而在人工智能与人类的数次大战中,他们敏锐发现了AI在医疗领域应用的广阔价值。 2017年,国务院发布了纲领性的文件《新一代人工智能发展规划》,其中着重指出要推广和应用人工智能治疗新模式与新手段,建立快速的智能医疗体系。同时2018年,广东省等多个省市也陆续发布了“人工智能+医疗”的相关政策,推动AI医疗的加速普及与发展。 基于此,不少企业和资本纷纷看到了AI医疗的巨大红利,他们怀着“发现新大陆”的心情将AI引入医疗市场,不断研发AI医疗产品和设备,不断增加AI研发资本与投入,不断赋能AI在医疗领域的深远应用,开启了一个全新而火热的市场。 截至目前,由于在互联网和人口方面的巨大潜力,以及应用端的显著优势,我国AI医疗已经具备了庞大的大数据资源和广阔市场增长空间,AI医疗领域的整体发展逐渐居于世界前列,甚至有了赶超头名之势。未来,发展前景值得期待! 落地应用价值显著 而既然说到了AI医疗的发展前景,便不得不说AI在医疗领域落地的价值与意义。其实除了政策助推了AI医疗的火热发展外,AI在医疗应用中所体现出的多方面具体价值,也加速了AI医疗商用前景的扩大和增长。 作为新一代变革时代与社会的颠覆性技术,人工智能对医疗领域的改造可谓十分显著。 比如以在眼科方面的应用为例,人工智能不仅能够辅助医生对患者进行前期筛查、快速识别,同时通过在分析和归纳数据之后,还能够利用可穿戴设备进行监测和后期干预,这让眼病治疗变得更加简单、快捷和高效。 此外在医疗影像方面,人工智能也展现出强大威力。诸如腾讯智能影像辅助系统产品的出现,不仅大大减小了影像科医生的工作压力,同时也有效提升了医生的工作效率和准确性,对医疗影像行业和工作者来说都裨益不少。 总而言之,一直以来我国始终面临着匮乏的医疗供给与旺盛医疗消费间的巨大矛盾,而人工智能借助大数据进军医疗之后,通过在影像识别、辅助诊断、病理分析、药物研发、健康管理等不同细分领域的价值发挥,无疑实现了对传统医疗的提效赋能。 三大举措助力发展 当然,人工智能在医疗领域的发展也并非顺风顺水,市场前景虽然很大但“钱”景却并不理想。众所周知,AI产品的研发与应用都异常烧钱,目前不少AI企业“砸锅卖铁”研发出各自产品,但却面临各种市场乱象而获利困难。未来,AI医疗发展要想兼具前景和“钱”景,可能还需从以下三方面做出调整: 首先是加速AI医疗数据开放和生态建设。海量医疗大数据是AI医疗发展的基础与“粮食”,而目前,我国医疗行业存在严重数据整理、归属和开放不规范、不完善等问题,医疗数据间的交流与共享也不全面,“数据孤岛”现象十分突出。基于此,加速数据开放和生态建设刻不容缓。 其次是完善AI医疗标准规范与伦理道德。对于当前AI医疗产品盈利难问题,其中一个重要原因是标准和伦理体系的缺失,导致产品适用性、实用性和质量有所不足。鉴于此,加快标准建设和道德规范十分重要。而2018年,《医疗器械分类目录》的发布,AI医疗设备规定需申办许可证,无疑是规范的开始。 最后是加快AI医疗领域人才培育和养成。AI医疗产品为何缺乏买单动力,缺乏专业人士应用和相关人士普及是原因之一。因此,国家和行业加快人才体系建设,为商用发展培育更多应用、传播和维护方面的人才,将推动行业规模化、商用化发展的加速成熟。

    时间:2020-05-20 关键词: AI 医疗

  • 区块链在医疗行业中应用

    区块链在医疗行业中应用

    在过去的几年里,一些行业已经发现将区块链技术融入其日常运营中的好处,医疗行业也不例外。 在2016年IBV的一项调查里指出“区块链的医疗集团”似乎在区块链采用上加快步伐,甚至领先于金融服务行业。该调查对200多名医疗管理人员进行了调查,发现有16%的人预计到2017年将实施商业区块链解决方案。 三年后,不可否认的是,尽管最初的热情,医疗保健在区块链采用方面落后于其他行业。过时的医疗系统,严格的监管,隐私问题以及行业内的不合作历史已经减缓了医疗保健公司的采用率。 而目前Aetna、Anthem、Cigna、Health Care Service Corporation和Sentara已加入IBM的区块链健康公用事业网络计划,该计划旨在了解区块链如何解决行业快速有效地共享数据的障碍。 这些医疗保健知名人士希望,通过解决冗余,增强信任,提升安全性、透明度和数据准确性等问题,最终能为客户提供新的技术服务。 区块链可以通过几种不同的方式改善我们的医疗系统,但它似乎对于更好的数字记录保存和简化医生与医院及其患者之间的沟通最为有效。即使在互联网时代,保持医疗保健提供者目录的最新状态已经证明是困难的事情,但区块链可以使其更加简单。 最新的身体健康状况 经过许可的区块链可以更轻松地跟踪医疗保健提供者的专业,证书和任何其他必要信息。当提供商信息在一个地方更新时,它将在区块链的所有区域中自动更新。为此目的使用区块链还可以降低保持目录更新的运营成本,同时保持信息的安全。 电子健康记录 在医疗机构之间转移电子健康记录一直是一项艰巨而耗时的任务,但是,在区块链上获得该信息可以使该过程更简单,更快捷。福布斯发表的一篇文章引用了Sentara的高级副总裁兼首席信息和创新官Mike Reagin的话说,“我们希望实施新的以客户为中心的医疗保健服务模式,Blockchain有望帮助解决医疗保健部门最重要的数据安全问题以及IT互操作性问题。” 通过这些新的递送模型,患者可以更好地控制其病史数据,并且能够更轻松地管理和理解该数据。将电子健康记录放在区块链上还可以为患者分配一个标识符代码,以便患者的数据始终与他们的标识符相关联,这使得医生办公室更难以使记录不匹配。 跟踪药物 除了通过区块链共享病史数据外,还可以通过区块链存储和转移药物信息,以跟踪处方,识别被盗或假冒药品,并公开分享临床试验结果。 药品伪造是制药行业的主要问题。截至2017年,全球约有60种不同的辉瑞药品和产品被伪造,世界卫生组织估计,16%的假冒药物含有错误的成分,而17%的假冒药物必然含有错误的成分。 在药物可追溯性中添加到块中的每个新事务都是不可变和带时间戳的,这样可以轻松跟踪药品并确保信息不会被更改。 医保过程 一个blockchain基于通用的支付系统可以简化支付医疗和卫生处理保险索赔的过程。患者将能够实时监控付款和索赔,并可能使其自动化。 从药品制造,到临床试验、患者数据管理、医保赔付,区块链技术积极推动,优先考虑的用例是效率和后台办公,重点是通过简化和降低成本来改进流程。这些是保守的用例,可以证明区块链的功效。未来的计划是向任何可以从参与中受益的组织开放网络,扩展到全世界的所有医疗保健支付者和提供者。

    时间:2020-05-20 关键词: 医疗 区块链

  • 医疗与5G的跨界融合

    医疗与5G的跨界融合

    这是一个真实发生的故事:在某省的一个著名风景区举办的大型博览会上,一名中年游客突然急性心梗发作,顶着痛苦的胸闷,汗流不止地走进医疗站点。园区医疗组立即启动实验性的5G医疗预案,通过最新的5G应急救护实验系统初步诊断为急性下壁心肌梗死,病情危重,调度最近的救护车进行危重转诊。在救护车上通过5G实验网络将患者体征医疗数据实时回传县级医院并获得上级医院5G视频手术指导,前后仅用时1小时38分钟就完成救护、诊断和实施手术,上演了一场挽救生命的“生死接力”。 时间就是生命,试想一下通过传统救护方式,这个案例的用时会是多少时间?首先需要呼叫救护车,全国最高水平的北京地区也要每3万人一辆救护车,按照原则救护车应该在20分钟内到达,远郊区县的等候时间会更长;同时救护车急救人员专业能力普遍不足,不能现场及时施救。通过救护车患者运送到具有专业手术能力的大医院,需要经过交通拥堵严重的风景区公路……,就算动员交警临时开辟绿色通道,整体时间也要超过3个小时,多出了一倍的路途时间!由此可见,基于5G技术的移动救护、远程会诊和手术指导等医疗应用可以有效提高医疗效率,缩短移动救护,危重转诊的救治时间。 考虑到建设一张5G医疗专网的重要性和紧迫性,互联网医疗系统与应用国家工程实验室和郑州大学第一附属医院联合河南移动和华为公司共同基于5G最新技术在全国率先打造了一张医疗专用网络。 5G医疗专网的建设首先对移动救护对网络的需求进行分析:5G救护车在现有救护车上装备CPE和音视频系统,随时现场出诊,救护人员通过音视频系统将现场病人的情况实时回传到中心医院,主任专家远程指导医疗救护。移动救护业务对5G网络的带宽需求是音视频+B超影像约30Mbps,业务端到端时延小于100ms。同时应急救援场景的业务流量只有在急救车执行救护作业的时候才会出现,业务请求都是临时性的,且持续时间不长;业务发起的位置都是不固定的(救援地点不固定)。 针对这类场景,需要一种可以基于业务诉求,一次请求,一次使用;可以动态调整大小的通道,动态保障医疗业务的SLA。移动承载优享通道方案正是为这种临时性SLA保障需求“量身定制”。“优享通道”是一种基于FlexE子接口+FlexE硬切片技术实现的业务隔离方案,给业务提供最小粒度1M的切片管道,且能够动态调整,满足有临时业务诉求且移动连接场景的业务。如下图所示: 当前,医疗与5G技术跨界融合的趋势与价值有目共睹,无线医疗的产业生态从互联网医疗行业政策、医院信息化需求、医疗终端通信能力、无线技术和移动承载技术等方面也日渐成熟。互联网医疗系统与应用国家工程实验室和郑州大学第一附属医院从本省医疗实际现状出发,在全国率先建设了一张5G医疗专网,为“生死接力”保驾护航。

    时间:2020-05-19 关键词: 5G 医疗

  • 从医疗行业使用场景看5G的作用

    从医疗行业使用场景看5G的作用

    5G来了,医疗行业的变化也跟着来了。我们先看看5G到底能给医疗行业带来哪些变化?对网络又提出了哪些诉求?从医疗行业使用场景来说,可以分为医院内,医院之间,医院以外三大场景: 医院内:5G技术可以实现无线监护、无线输液、移动护理、患者实时位置采集与监测、实时调阅患者影像诊断等,这类应用涉及到病人隐私,网络隔离、安全和可靠性要求很高。 影像下载,数据采集由于使用人数多并且频繁,带宽需求量大。 医院间:5G技术可以实现远程实时会诊、无线手术示教、远程超声、无线专科诊断等应用。 以远程超声检查为例,高清图像传输和实时操作要求,单条业务网络带宽要求30M,网络时延要低于20ms。医疗业务同样需要资源隔离,采用专用管道与普通用户隔离。 医院外:5G技术为移动救护、危重转院场景提供了医生提前介入治疗的可能,在黄金救援时间内实施治疗,提高病患治愈率。此类应用移动性强,业务随机,带宽要求大约50M/车,时延小于50ms。车辆承担救护任务时诊疗数据及实时影像需要专用管道保障,完成相关任务后可释放资源。 从网络角度看,医疗行业院内、院间、院外三大场景都需要网络的高安全,高可靠,根据场景的不同又可以分为:长时间占用和临时突发需求。 可能有人会问,传统网络不能保证这些医疗场景需求吗?为什么一定需要5G智慧医疗专网?下面我们就一起看看5G智慧医疗专网到底强在哪里。 网络流量突发和冲突是时延大的罪魁祸首 对于承载网而言,正常情况下单个设备的时延在us级,时延增大的主要原因是网络中存在着流量突发,突发会导致丢包、时延增大。 很多小伙伴自然会想,是不是把医疗业务的优先级调高一点就行了?事情远远没有这么简单,面向5G时代,只有8个优先级的QoS面对N多的业务种类,显得力不从心。 为了满足医疗行业业务隔离、长时间占用和临时突发需求,5G智慧医疗专网针对性的提出了基于弹性切片的专享通道、优享通道解决方案,采用5G SA组网方式,实现无线、网络、核心网端到端SLA质量保证。 专享通道:三大关键技术实现SLA可承诺,实现医疗行业常规业务高品质承载 (1) 网络切片FlexE硬隔离,实现SLA可管。FlexE(灵活以太)作为新一代的以太技术,可以基于时隙调度,将一个物理链路分割成多个子管道,管道之间的流量严格隔离,保障在其他管道流量突发情况下,本管道业务不受影响,就像交通系统中为救护车专门开辟专用车道一样, 满足医联专网的带宽、时延和业务隔离要求。 (2) iFIT+Telemetry业务级检测,SLA质量实时感知保障SLA的前提是业务级SLA可视可定位,仍以高速公路为例,传统检测技术只能通过端到端检测方式,类似高速路上定点摄像的方式发现一段道路堵塞,实时性和准确度都不够。iFIT技术通过在现网流量中加入报文头,相当于在每辆车上安装了摄像头,交通路况一目了然。不仅可以实现逐跳检测,100%丢包检测,时延精度可达10-6s,给医疗行业用户微秒级实时业务感知,并实现快速精准故障定位。 (3) 基于SLA的智能选路,实现SLA可控相比传统的尽力而为转发,专享通道实现了基于时延,带宽等网络SLA的智能选路,类似于在出发前就通过在线地图的方式,根据需求不同,按照高速优先、时间优先、最短路径等提前确定路径。确保切片网络满足医疗业务专有的带宽和时延需求。 优享通道:救护车类临时突发医疗业务要求体验动态优化 院外应急救援场景,突发性、移动性、安全性要求严格。不需要长时间占用专有通道,属于临时高体验要求场景。优享通道解决方案可基于业务策略动态选择到不同的FlexE切片上,实现多业务之间的隔离,即使在网络拥塞的情况下,切片内的网络指标可保障不受影响,保障医疗业务体验。 经测试,使用优享通道之后,可以把拥塞情况下的单跳时延从百ms级降至us级。业务结束后可随时释放资源,减少网络占用,降低成本。 有了5G智慧医疗专网,在医院内可以实现移动查房、无线监控、医疗影像调阅、移动处方等,降低了医护人员的工作强度,提升服务效率,减少科室之间协调时间,从而为患者提供更好的服务,提升医疗服务满意度。 医院间可以实现远程医疗会诊,远程检查,视频教学等,对于基层医疗单位人员技能,边远地区医疗服务水平都有较大提升,利于整合医疗资源,助力分级诊疗,实现医疗互助,患者不必千里迢迢去大医院就医。 院外应急救援场景,对于危重病患提前介入观察和治疗,在黄金救援时间内给患者专业的医疗服务,提高治愈率。

    时间:2020-05-19 关键词: 数据采集 5G 医疗

  • 3D打印在医疗领域让不可能变成可能

    3D打印在医疗领域让不可能变成可能

    近日,3D打印机制造商Desktop Metal推出了新款桌面3D打印机Fiber;10月,数字化齿科3D打印机企业迅实科技宣布完成过亿元人民币的B轮融资;8月8日,3D打印机公司LuxCreo清锋时代宣布完成3000万美元B轮融资。现如今,“3D打印”的热度正持续上升,也受到了资本市场更多的关注。 经过多年发展,3D打印技术愈发成熟,应用范围不断扩大,不管是汽车、建筑还是食品、药品,都能打印出来,堪称是一大“神器”。很显然,作为新时代最主要的前沿技术之一,3D打印正在逐步改变我们的日常生活,产生越来越广泛的影响力。 当3D打印“邂逅”医疗 一如人工智能技术在加快商用落地的过程中,与医疗行业实现了深度融合,3D打印技术也在医疗领域得到了新的发展。当前,在“3D打印+医疗”方面,手术器械、药物、植入物等都可以借助3D打印直接制造。不仅如此,3D打印还逐步从打印无生命设备向打印“有生命”组织,如器官、皮肤、血管等进一步发展。 如果要说3D打印在医疗领域最受期待的部分是什么,那当然要数器官、肢体这些了。对于人类而言,器官的病变与肢体的缺失影响尤为重要,而要想获得合适的移植器官和适用的假肢却并不容易。一旦3D打印技术能够在器官、肢体打印上取得关键突破,并实现普及应用,那么对于人类而言无疑是巨大福音。 实际上,目前3D打印肢体已经诞生,并且开始临床应用。在西欧,一些残疾人士使用上了3D打印的手臂、手掌;在澳洲,当地一家3D打印公司甚至可以为患者定制肋骨和胸骨,打造一个3D打印胸腔。在以往难以想象的一些事情,因为3D打印而变为了现实。 值得欣喜的是,不只是3D打印肢体,3D打印器官也取得了长足发展。据悉,美国一家生物科技公司利用细胞3D打印技术,打印出了肝脏所需的细胞组织,经过进一步的器皿培养,这些细胞组织就能生长为正常的肝脏并用来移植。当然,这一技术目前还不够成熟,但是至少我们知道,3D打印器官在未来将有可能实现。 因此,3D打印技术的快速发展,以及在医疗行业的广泛、深度应用,将产生难以估量的潜在价值。当3D打印技术能够在医疗行业实现真正的普及应用,其带来的改变定然是革命性的,这毋庸置疑。 虽路有荆棘 但前程远大 3D打印在医疗领域的应用令人鼓舞,无论是3D打印器官,还是3D打印假肢,都能改变许多人的命运。可以说,得益于3D打印技术,越来越多不可能正变成可能。不过,3D打印与医疗的融合发展也并非完美无缺。 一方面,为了确保打印出来的医疗产品足够安全且具备稳定性、适用性,必须持续探索更为适合人体的3D打印材料,这是3D打印医疗能否大规模商业化落地并提升市场价值的关键;另一方面,目前3D打印医疗产品的价格以及3D打印设备的价格都颇为高昂,不仅一般的医院难以承受,而且更多的普通患者也承担不起这样的费用,所以仍需通过加强技术研发、降低设备和材料成本来推动商用进程,实现其经济价值与社会价值。 一旦在材料、成本等核心领域取得进展,3D打印医疗市场预期将迎来爆发。据IDC提供的数据显示,3D打印医疗这个细分领域将占据整个3D打印市场的13%以上的份额,并且到2022年,全球3D打印支出将达到227亿美元。 业内专家表示,作为3D打印技术走向商业化的主要落地场景,医疗领域本身的发展势头就十分积极。当应用前景广阔的3D打印技术与市场前景广阔的医疗行业愈发融合,两者将碰撞出更加灿烂的火花,释放出庞大的市场空间。到2030年,预计3D打印医疗市场规模将有望超过60亿美元,并保持16%以上的高速复合年增长率。

    时间:2020-05-18 关键词: 3d打印 医疗

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包